- 1.定位、目标。2. K-近邻算法涵盖距离度量、k值选择、kd树、鸢尾花种类预测数据集介绍、练一练、交叉验证网格搜索、facebook签到位置预测案例。3. 线性回归包括线性回归简介、线性回归损失和优化、梯度下降法介绍、波士顿房价预测案例、欠拟合和过拟合、正则化线性模型、正规方程推导方式、梯度下降法算法比较优化、维灾难。4. 逻辑回归涵盖逻辑回归介绍、癌症分类预测案例（良恶性乳 1.定位、目标。2. K-近邻算法涵盖距离度量、k值选择、kd树、鸢尾花种类预测数据集介绍、练一练、交叉验证网格搜索、facebook签到位置预测案例。3. 线性回归包括线性回归简介、线性回归损失和优化、梯度下降法介绍、波士顿房价预测案例、欠拟合和过拟合、正则化线性模型、正规方程推导方式、梯度下降法算法比较优化、维灾难。4. 逻辑回归涵盖逻辑回归介绍、癌症分类预测案例（良恶性乳
- 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju
- VisionTransformer（ViT）在时间序列行为识别中的应用 VisionTransformer（ViT）在时间序列行为识别中的应用
- 基于Transformer的时序数据建模与实现详解 基于Transformer的时序数据建模与实现详解
- Kimi-K2-Instruct是月之暗面推出的全球首个开源万亿参数MoE模型，具备工具调用、复杂推理与自主决策能力，定位为“反射级Agent模型”。其采用混合专家架构，每次推理仅激活320亿参数，结合多头潜在注意力（MLA）机制，显著提升计算效率与长文本处理能力。模型在编码、数学、工具使用等任务中表现卓越，多项指标达开源模型领先水平。同时支持灵活部署与低成本应用，推动智能代理技术民主化发展。 Kimi-K2-Instruct是月之暗面推出的全球首个开源万亿参数MoE模型，具备工具调用、复杂推理与自主决策能力，定位为“反射级Agent模型”。其采用混合专家架构，每次推理仅激活320亿参数，结合多头潜在注意力（MLA）机制，显著提升计算效率与长文本处理能力。模型在编码、数学、工具使用等任务中表现卓越，多项指标达开源模型领先水平。同时支持灵活部署与低成本应用，推动智能代理技术民主化发展。
- YOLOv4深度解析：革命性的实时目标检测技术 YOLOv4深度解析：革命性的实时目标检测技术
- 一、技术背景与发展脉络在目标检测领域，YOLO系列算法一直以其实时性和准确性的完美平衡而闻名。YOLOv5u作为Ultralytics团队推出的重要版本，代表了从传统anchor-based方法向无锚点检测的重大转变。这一转变不仅仅是技术上的升级，更是对整个检测范式的重新思考。传统的目标检测算法依赖于预设的锚点框来预测目标位置，这种方法虽然在一定程度上提高了检测精度，但也带来了锚点框设计复... 一、技术背景与发展脉络在目标检测领域，YOLO系列算法一直以其实时性和准确性的完美平衡而闻名。YOLOv5u作为Ultralytics团队推出的重要版本，代表了从传统anchor-based方法向无锚点检测的重大转变。这一转变不仅仅是技术上的升级，更是对整个检测范式的重新思考。传统的目标检测算法依赖于预设的锚点框来预测目标位置，这种方法虽然在一定程度上提高了检测精度，但也带来了锚点框设计复...
- 鸿蒙+云端AI训练：从“设备孤岛”到“云上群智” 鸿蒙+云端AI训练：从“设备孤岛”到“云上群智”
- 用“身体的密码”定制健身计划——生物识别数据的秘密武器 用“身体的密码”定制健身计划——生物识别数据的秘密武器
- 2025年AI大爆发：从GPT-5到量子机器学习，Python开发者如何抓住技术红利 2025年AI大爆发：从GPT-5到量子机器学习，Python开发者如何抓住技术红利
- Transformer架构的数学本质：从注意力机制到大模型时代的技术内核 Transformer架构的数学本质：从注意力机制到大模型时代的技术内核
- 问： msopgen里面的-f选项有什么用？会生成什么文件呢？答： 在msopgen工具中，-f选项用于指定生成的算子工程框架类型。具体来说，-f aclnn表示生成的是简易自定义算子工程，该工程支持通过单算子API执行（aclnn）方式进行调用。使用这个选项时，生成的工程将包含算子host侧代码实现文件、kernel侧实现文件以及工程编译配置文件等，这些都是后续进行算子开发所必需的模板文件... 问： msopgen里面的-f选项有什么用？会生成什么文件呢？答： 在msopgen工具中，-f选项用于指定生成的算子工程框架类型。具体来说，-f aclnn表示生成的是简易自定义算子工程，该工程支持通过单算子API执行（aclnn）方式进行调用。使用这个选项时，生成的工程将包含算子host侧代码实现文件、kernel侧实现文件以及工程编译配置文件等，这些都是后续进行算子开发所必需的模板文件...
- 强化学习算法在AI Agent智能代理中的深入应用 一、引言近年来，人工智能（Artificial Intelligence, AI）正在从单纯的感知与识别任务，逐渐迈向自主决策与执行阶段。其中，**AI Agent（智能代理）**作为一种能够感知环境、制定决策并执行动作的系统，在游戏对战、自动驾驶、机器人控制、自动交易等场景中展现了巨大潜力。在众多算法中，**强化学习（Reinforce... 强化学习算法在AI Agent智能代理中的深入应用 一、引言近年来，人工智能（Artificial Intelligence, AI）正在从单纯的感知与识别任务，逐渐迈向自主决策与执行阶段。其中，**AI Agent（智能代理）**作为一种能够感知环境、制定决策并执行动作的系统，在游戏对战、自动驾驶、机器人控制、自动交易等场景中展现了巨大潜力。在众多算法中，**强化学习（Reinforce...
- Forest Aboveground Biomass and Carbon Sequestration Potential, Northeastern USA简介该数据集提供了 2011 年名义森林地上生物量 (Mg/ha) 的 90 米估值和区域温室气体倡议 (RGGI) 领域内 11 个州的碳封存潜力预测。RGGI 是美国东部各州之间的一项合作、基于市场的努力。估算的生物量和封存潜力是使... Forest Aboveground Biomass and Carbon Sequestration Potential, Northeastern USA简介该数据集提供了 2011 年名义森林地上生物量 (Mg/ha) 的 90 米估值和区域温室气体倡议 (RGGI) 领域内 11 个州的碳封存潜力预测。RGGI 是美国东部各州之间的一项合作、基于市场的努力。估算的生物量和封存潜力是使...
- 1.定位、目标。2. K-近邻算法涵盖距离度量、k值选择、kd树、鸢尾花种类预测数据集介绍、练一练、交叉验证网格搜索、facebook签到位置预测案例。3. 线性回归包括线性回归简介、线性回归损失和优化、梯度下降法介绍、波士顿房价预测案例、欠拟合和过拟合、正则化线性模型、正规方程推导方式、梯度下降法算法比较优化、维灾难。4. 逻辑回归涵盖逻辑回归介绍、癌症分类预测案例（良恶性乳 1.定位、目标。2. K-近邻算法涵盖距离度量、k值选择、kd树、鸢尾花种类预测数据集介绍、练一练、交叉验证网格搜索、facebook签到位置预测案例。3. 线性回归包括线性回归简介、线性回归损失和优化、梯度下降法介绍、波士顿房价预测案例、欠拟合和过拟合、正则化线性模型、正规方程推导方式、梯度下降法算法比较优化、维灾难。4. 逻辑回归涵盖逻辑回归介绍、癌症分类预测案例（良恶性乳
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签